Informática II Práctica 1: Contar palabras

Transcripción

1 Informática II Práctica 1: Contar palabras GSyC Septiembre de Introducción En esta práctica debes realizar un programa en Ada relacionado con la gestión de palabras de un fichero de texto. El programa analizará las líneas del fichero y almacenará en una lista dinámica las palabras diferentes que contiene, incluyendo el número de veces que aparece cada una. Además el programa permitirá añadir, borrar, o buscar palabras a la lista, y al terminar mostrará la palabra más repetida de la lista. 2. Especificación del programa words Escribe en lenguaje Ada un programa llamado words que almacene una lista con las palabras que contiene un fichero de texto y la frecuencia de aparición de cada una de ellas (es decir, cuántas veces aparece cada palabra en el fichero de texto). Al ejecutar el programa se le pasará obligatoriamente como argumento el nombre del fichero que contiene las palabras a contar. Y el programa tras construir la lista de palabras mostrará por pantalla la palabra que más veces aparece en el fichero. Adicionalmente se le podrán pasar (o no) al programa un argumento más: -i Si se incluye este argumento, el programa, tras analizar el fichero, funcionará de forma interactiva, presentando al usuario un menú con las siguientes opciones: 1. Añadir una palabra a la lista: Si la palabra a añadir ya está en la lista, se incrementará en uno su frecuencia. Si la palabra es nueva, se añadirá a la lista con una frecuencia de Borrar una palabra de la lista 3. Buscar una palabra en la lista, mostrando cuál es su frecuencia 4. Mostrar todas las palabras de la lista. 5. Salir del programa El programa, por lo tanto, debe poder lanzarse de las siguientes formas:./words f1.txt Construye la lista de palabras, muestra la palabra más frecuente, y termina../words -i f1.txt Construye la lista de palabras, y entra en modo interactivo. Cuando se elige la opción de salir (5), se muestra la palabra más frecuente de la lista actual y se termina la ejecución. Si no exisitiera el fichero que se le pasa como argumento, el programa lo indicará con un mensaje. Si no se le pasa la opción -i, el programa termina sin más, y si se le pasa la opción -i, el programa comienza el modo interactivo con una lista de palabras vacía. Cualquier otra forma de lanzar el programa debe hacer que éste termine sin hacer nada, indicando cuáles son la formas correctas de lanzarlo. 1

2 3. Ejemplos de ejecución Antes de la primera ejecución se muestra con cat el contenido del fichero: $ cat f1.txt hola a todos hola a todos hola a todos hola mundo adios $./words f1.txt The most frequent word: hola - 4 $./words -i f1.txt Your option? 4 hola - 4 a - 3 todos - 3 mundo - 1 adios - 1 Your option? 1 Word? casa Word casa added Your option? 4 2

3 hola - 4 a - 3 todos - 3 mundo - 1 adios - 1 casa - 1 Your option? 2 Word? a a deleted Your option? 4 hola - 4 todos - 3 mundo - 1 adios - 1 casa - 1 Your option? 3 Word? todos todos - 3 Your option? 5 The most frequent word: hola - 4 3

4 $./words asdkf askf: file not found $./words -i asdkf askf: File not found Your option? 4 No words. Your option? 1 Word? casa Word casa added Your option? 5 The most frequent word: casa - 1 $./words usage: words [-i] <filename> $./words -i usage: words [-i] <filename> $./words -k sdfsd usage: words [-i] <filename> $./words asdas sdfsd usage: words [-i] <filename> $ 4

5 4. Condiciones obligatorias de funcionamiento 1. Los programas deberán escribirse teniendo en cuenta las consideraciones sobre legibilidad y reutilización del código que hemos comentado en clase. 2. Los programas deberán ser robustos, comportándose de manera adecuada cuando no se arranquen con los parámetros adecuados en línea de comandos. 3. Las palabras deben almacenarse en una lista dinámica. Dicha lista dinámica debe estar implementada en el paquete Word_Lists cuya especificación (que no puede modificarse) es la siguiente: with Ada.Strings.Unbounded; package Word_Lists is package ASU renames Ada.Strings.Unbounded; type Cell; type Word_List_Type is access Cell; type Cell is record Word: ASU.Unbounded_String; Count: Natural := 0; Next: Word_List_Type; end record; Word_List_Error: exception; procedure Add_Word (List: in out Word_List_Type; Word: in ASU.Unbounded_String); procedure Delete_Word (List: in out Word_List_Type; Word: in ASU.Unbounded_String); procedure Search_Word (List: in Word_List_Type; Word: in ASU.Unbounded_String; Count: out Natural); procedure Max_Word (List: in Word_List_Type; Word: out ASU.Unbounded_String; Count: out Natural); procedure Print_All (List: in Word_List_Type); end Word_Lists; 4. Comportamiento esperado de los subprogramas: Add_Word: Si Word ya está en la lista, incrementa en un su Count. Si Word no está en la lista, crea una nueva celda para ella, con Count a 1. Delete_Word: Si Word está en la lista, elimina su celda de la lista y libera la memoria ocupada por ella (llamando adecuadamente a Free). Si Word no está en la lista, eleva la excepción Word_List_Error. Search_Word: Si Word está en la lista, devuelve su Count. Si Word no está en la lista, devuelve 0. Max_Word: Devuelve los campos de la celda de mayor Count de la lista. Si hay varias celdas con el mismo valor máximo de Count, devuelve la primera de ellas. Si la lista está vacía, eleva la excepción Word_List_Error. Print_All: Muestra el contenido de todas las celdas de la lista, en el mismo orden en que se introdujeron en ella, y con el formato que se muestra en los ejemplos de ejecución. Si la lista está vacía, muestra el mensaje No words. 5

6 5. Cuando se muestre la lista de palabras, las palabras deben aparecer en el mismo orden en el que aparecen en el fichero de texto (como se muestra en los ejemplos de ejecución) 6. La salida del programa deberá ser exactamente igual a la que se muestra en los ejemplos de ejecución, con el mismo formato y la misma cadena de mensajes. 7. Se deberá reconocer como palabras cualquier conjunto de caracteres separado de otros por uno o más espacios en blanco seguidos. 8. Dos palabras sólo son iguales si todos sus caracteres son idénticos, incluyendo signos de puntuación y mayúsculas o minúsculas. Así, serán palabras distintas casa, Casa, CaSa, casa,, casa., -Casa Por tanto, en la línea: -Luis por fin no viene, me temo. las palabras son -Luis, por, fin, no, viene,, me, temo. (Nota: los caracteres se usan sólo para mostrar mejor los límites de la palabra, pero realmente no son parte de la misma) 10. El programa se usará sólo con ficheros de texto con caracteres ASCII, como los que hemos proporcionado de ejemplo. 5. Extensiones Una vez que la práctica funcione como se indica en el apartado anterior, puedes realizarle alguna de las siguientes extensiones. Ten en cuenta que en la entrega de la práctica pueden pedirse modificaciones o extensiones del tipo de las que aparecen en este apartado: 1. Se considerarán separadores de palabras uno o más caracteres seguidos no alfanuméricos. Por tanto, en la línea -Luis por fin no viene, me temo. las palabras son Luis, por, fin, no, viene, me, temo 2. Se considerarán iguales palabras que sólo se diferencian en mayúsculas/minúsculas. Así, debe contarse como la misma palabra casa, Casa, CASA, CaSa Antes de terminar el programa debe liberarse la memoria ocupada por la lista de palabras, para lo cual podrás modificar la especificación del paquete Word_Lists para incluir el siguiente procedimiento: procedure Delete_List (List: in out Word_List_Type); Al llamar a este procedimiento se irá borrando elemento a elemento de la lista, liberando la memoria asociada, hasta que la lista quede vacía. 6. Pautas de Implementación 1. Para extraer de cada línea del fichero de texto las palabras que contiene, utiliza los subprogramas Index, Head y Tail del paquete Ada.Strings.Unbounded, cuya funcionamiento se describe en el apartado 7. Para cada subprograma se incluye un ejemplo de uso que facilita mucho entender cómo funciona. 2. Puedes reutilizar código del procedimiento Next_Token que aparece en el Ejemplo Final de las transparencias de Introducción a Ada, pero ten en cuenta que dicho código no funcionará directamente en esta práctica, sino que será necesario realizarle algunas modificaciones. 3. Para la gestión de ficheros de texto os proporcionamos el ejemplo que aparece más adelante (ver apartado 8), que puede usarse tal cual. 4. Para la extensión 1 puedes usar la versión de la función Index que aparece al final de apartado 7. Esta función utiliza Maps para especificar distintos caracteres alternativos a buscar, en vez de buscar exactamente un carácter o una subcadena. 5. Para la extensión 2 puedes usar la función Ada.Characters.Handling.To_Lower() que recibe como único parámetro un String y devuelve un String resultado de pasar el parámetro a minúsculas. 6

7 7. Subprogramas para el manejo de Unbounded_Strings Todos los subprogramas que se detallan a continuación pertenecen al paquete Ada.Strings.Unbounded. Función Length: Función que devuelve la longitud (número de caracteres) del Unbounded_String que recibe como parámetro. function Length (Source : Unbounded_String) return Natural; Source: Unbounded_String cuya longitud quiere conocerse. Devuelve un Natural indicando la longitud de Source. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola a todos"); N := ASU.Length (S); -- N tomará el valor 12 Función Index: Función que busca dentro de un Unbounded_String una subcadena, devolviendo la posición en la que aparece. function Index (Source : Unbounded_String; Pattern : String; Going : Direction := Forward; Mapping : Maps.Character_Mapping := Maps.Identity) return Natural; Source: Unbounded_String en el que se busca. Pattern: String que contiene la cadena de caracteres que se busca dentro de Source. Going: Dirección en la que se busca, por defecto hacia adelante. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Mapping: Correspondencia entre juegos de caracteres, por defecto la identidad. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Devuelve un Natural indicando la posición de Source en la que aparece por primera vez el patrón Pattern buscado. Si el patrón de búsqueda no se encuentra, se devuelve el valor 0. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola a todos"); N := ASU.Index (S, " "); -- N tomará el valor 5 7

8 Función Head: Función que devuelve una parte de un Unbounded_String, comenzando por el principio de dicho Unbounded_String. function Head (Source : Unbounded_String; Count : Natural; Pad : Character := Space) return Unbounded_String; Source: Unbounded_String del que se quiere extraer una parte del principio. Count: Número de caracteres de Source a devolver. Pad: Carácter de relleno, por defecto un espacio en blanco. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Devuelve un Unbounded_String con los Count primeros caracteres de Source. Si Source tuviera menos de Count caracteres, el valor devuelto se completa con caracteres iguales a Pad. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola a todos"); R: ASU.Unbounded_String; N := ASU.Index (S, " "); -- N tomará el valor 5 R := ASU.Head (S, N-1); -- R almacenará la cadena "Hola" Procedimiento Head: Procedimiento que trunca un Unbounded_String para quedarse con el principio. procedure Head (Source : in out Unbounded_String; Count : Natural; Pad : Character := Space); Source: Unbounded_String del que se quiere extraer una parte del principio. El resultado se deja en este mismo parámetro, que se recibe en modo in out. Count: Número de caracteres de Source que se quieren conservar. Pad: Carácter de relleno, por defecto un espacio en blanco. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Si Source tuviera menos de Count caracteres, el valor devuelto se completa con caracteres iguales a Pad. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola a todos"); N := ASU.Index (S, " "); -- N tomará el valor 5 ASU.Head (S, N-1); -- S almacenará la cadena "Hola" 8

9 Función Tail: Función que devuelve una parte de un Unbounded_String, comenzando por el final de dicho Unbounded_String. function Tail (Source : Unbounded_String; Count : Natural; Pad : Character := Space) return Unbounded_String; Source: Unbounded_String del que se quiere extraer una parte del final. Count: Número de caracteres de Source a devolver. Pad: Carácter de relleno, por defecto un espacio en blanco. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Devuelve un Unbounded_String con los Count últimos caracteres de Source. Si Source tuviera menos de Count caracteres, el valor devuelto se completa con caracteres iguales a Pad. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola a todos"); R: ASU.Unbounded_String; N := ASU.Index (S, " "); -- N tomará el valor 5 R := ASU.Tail (S, ASU.Length(S)-N); -- R almacenará la cadena "a todos" Procedimiento Tail: Procedimiento que trunca un Unbounded_String para quedarse con el final. procedure Tail (Source : in out Unbounded_String; Count : Natural; Pad : Character := Space); Source: Unbounded_String del que se quiere extraer una parte del final. El resultado se deja en este mismo parámetro, que se recibe en modo in out. Count: Número de caracteres de Source que se quieren conservar. Pad: Carácter de relleno, por defecto un espacio en blanco. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Si Source tuviera menos de Count caracteres, el valor devuelto se completa con caracteres iguales a Pad. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola a todos"); N := ASU.Index (S, " "); -- N tomará el valor 5 ASU.Tail (S, ASU.Length(S)-N); -- S almacenará la cadena "a todos" 9

10 Función Index 1 : Función que busca dentro de un Unbounded_String uno cualquiera de entre varios posibles caracteres, devolviendo la primera posición en la que aparece cualquiera de los caracteres buscados. function Index (Source : Unbounded_String; Set : Maps.Character_Set; Test : Membership := Inside; Going : Direction := Forward) return Natural; Source: Unbounded_String en el que se busca. Set: Conjunto de caracteres a buscar la primera aparición de uno cualquiera de ellos dentro de Source. Test: Condición de pertenencia que debe cumplirse para dar la búsqueda por satisfactoria, por defecto que un caracter pertenezca al conjunto especificado en Set. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Going: Dirección en la que se busca, por defecto hacia adelante. Como este parámetro tiene un valor por defecto no es necesario pasarlo en la llamada. Devuelve un Natural indicando la primera posición de Source en la que aparece por primera vez uno cualquiera de los caracteres especificados en Set. Si no se encuentra ninguno, se devuelve el valor 0. S: ASU.Unbounded_String := ASU.To_Unbounded_String("Hola, a todos"); N := ASU.Index (S, Ada.Strings.Maps.To_Set(",.-"); -- Busca un espacio o coma o punto o guión -- N tomará el valor 5 Puedes consultar el Manual de Referencia de Ada para ver la especificación completa de estos y otros subprogramas para el tratamiento de cadenas de caracteres. 1 Sólo para extensión 1 10

11 8. Gestión de ficheros de texto El paquete Ada.Text_IO permite, además de la entrada y salida de texto a través de la entrada y salida estándar (por defecto, teclado y ventana de terminal), leer y escribir en ficheros de texto utilizando los mismos subprogramas, pero utilizando un primer parámetro adicional que representa al fichero del que se lee y se escribe. El siguiente programa lee línea a línea un fichero de texto y va mostrando cada línea en la salida estándar: with Ada.Text_IO; with Ada.Command_Line; with Ada.Strings.Unbounded; with Ada.Exceptions; with Ada.IO_Exceptions; procedure Show_File is package ACL renames Ada.Command_Line; package ASU renames Ada.Strings.Unbounded; begin Usage_Error: exception; File_Name: ASU.Unbounded_String; File: Ada.Text_IO.File_Type; Finish: Boolean; Line: ASU.Unbounded_String; if ACL.Argument_Count /= 1 then raise Usage_Error; end if; File_Name := ASU.To_Unbounded_String(ACL.Argument(1)); Ada.Text_IO.Open(File, Ada.Text_IO.In_File, ASU.To_String(File_Name)); Finish := False; while not Finish loop begin Line := ASU.To_Unbounded_String(Ada.Text_IO.Get_Line(File)); Ada.Text_IO.Put_Line(ASU.To_String(Line)); exception when Ada.IO_Exceptions.End_Error => Finish := True; end; end loop; Ada.Text_IO.Close(File); exception when Usage_Error => Ada.Text_IO.Put_Line("Use: "); Ada.Text_IO.Put_Line(" " & ACL.Command_Name & " <file>"); end Show_File; 11

12 9. Entrega El límite para la entrega de esta práctica es el Martes, 3 de Octubre a las 23:59 El procedimiento exacto de entrega se indicará a través del aula virtual. La Prueba de Laboratorio 1 correspondiente a esta práctica se realizará en el aula de prácticas habitual el Miércoles 4 de Octubre a las 13:00 A dicha prueba el alumno acudirá con el código de su práctica, y en el transcurso de la misma deberá ser capaz de realizar los ejercicios que se indiquen. 12